基于野外VIS-NIR光谱的土壤盐分主要离子预测

作者：马利芳; 熊黑钢^*; 张芳

来源：土壤, 2020, 52(01): 188-194.

DOI：10.13758/j.cnki.tr.2020.01.027

• 土壤
• 盐分
• 高光谱
• 反演
• 支持向量机
• 随机森林

为明确干旱区土壤盐分主要离子的特征光谱,建立精度高和稳定性好的盐渍土预测模型,以新疆阜康市为研究区域,采用网格法采集55个土壤样本,利用实测VIS-NIR光谱,选择多元线性回归(MLR)、支持向量机(SVM)、随机森林(RF)法构建土壤盐分主要离子含量反演模型,而后对反演精度进行检验。结果显示:(1)在0.01显著水平下,土壤盐分与Na+、Cl–、Ca2+含量均呈显著相关,相关系数分别为0.978、0.814、0.645;(2)综合光谱响应和相关性分析确定土壤盐分主要离子的特征波段为459、537、1 381、1 386 nm,显著特征波段为459、537 nm;(3)3种模型拟合效果从高到低依次为RF>MLR>SVM,采用RF所建模型盐分主要离子(Na+、Cl–、Ca2+)R2最高,RMSE最小,RPD最大,分别为2.11、2.03、1.80,为最优预测模型。通过选取土壤主要离子显著特征波段,进而采用RF法构建其估测模型,可以有效提取干旱区土壤盐分的主要离子信息。

• 单位
  北京联合大学应用文理学院; 新疆大学